HAL Id: tel-03228301
https://pastel.archives-ouvertes.fr/tel-03228301
Submitted on 18 May 2021HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci-entific research documents, whether they are pub-lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Modélisation du parc de bâtiments du secteur tertiaire
et simulation énergétique
Alexandre Huu Tam Nguyen
To cite this version:
Alexandre Huu Tam Nguyen. Modélisation du parc de bâtiments du secteur tertiaire et simulation énergétique. Energie électrique. Université Paris sciences et lettres, 2021. Français. �NNT : 2021UP-SLM005�. �tel-03228301�
Préparée à MINES ParisTech
Modélisation du parc de bâtiments du secteur tertiaire
et simulation énergétique
Soutenue par
Alexandre Huu Tam NGUYEN
Le 09 Février 2021
Ecole doctorale n° 621
Ingénierie
des
systèmes,
matériaux,
mécanique,
énergétique
Spécialité
Energétique et génie des
procédés
Composition du jury :
Mindjid, MAIZIAProfesseur, Université de Tours Rapporteur Monika, WOLOSZYN
Professeur, Université Savoie Mont Blanc Rapporteur Youssef, DIAB
Professeur, Université Gustave Eiffel Examinateur Patrick, SALAGNAC
Professeur, Université La Rochelle Président Fabrice, DECELLAS
Ingénieur de recherche, EDF R&D Examinateur Bruno, DUPLESSIS
Maître assistant, MINES ParisTech Examinateur
Philippe, RIVIERE
Maître assistant, MINES ParisTech Examinateur Dominique, MARCHIO
1
Table des matières
I.
Introduction ____________________________________________________________ 3
1. Contexte __________________________________________________________________ 3 2. Objectifs de la thèse _________________________________________________________ 7
II.
Etat de l’art en matière de connaissance du parc tertiaire français ________________ 9
1. L’hétérogénéité du parc de bâtiments tertiaires ___________________________________ 9 2. Les différentes méthodes de modélisation d’un parc de bâtiments __________________ 11 3. Synthèse de l’étude des modèles existants ______________________________________ 18
III.
Méthodologie - Reconstitution et enrichissement du parc ____________________ 21
1. Etape 1 : Collecte de données ________________________________________________ 23 2. Etape 2 : Identification des bâtiments et estimation de surface _____________________ 30
2.1. Identification des bâtiments abritant des activités tertiaires avec le SIG ____________________ 30 2.2. Méthodes d’estimation des surfaces ________________________________________________ 36 2.3. Eléments de validation par sondage in situ ___________________________________________ 43 2.4. Traitement des problèmes spécifiques : sièges sociaux, sites multi-bâtiments et absence de données géométriques __________________________________________________________________ 50
3. Etape 3 : Caractérisation thermique de l’enveloppe des bâtiments __________________ 52
3.1. Distribution de la date de construction ______________________________________________ 53 3.2. Distribution de la date et la nature des derniers travaux ________________________________ 56 3.3. Distribution du taux de vitrage _____________________________________________________ 57 3.4. Calcul de la surface mitoyenne et la surface déperditive ________________________________ 58 3.5. Estimation de la forme et de la surface de toiture _____________________________________ 59 3.6. Calcul des masques solaires _______________________________________________________ 60 3.7. Distribution des coefficients de transfert thermique U et du débit d’infiltration _____________ 60
4. Etape 4 : Enrichissement des données des systèmes énergétiques ___________________ 62
4.1. Les usages importants à modéliser__________________________________________________ 62 4.2. Présence des usages au sein de chaque bâtiment ______________________________________ 65 4.3. Distribution des sources d’énergie __________________________________________________ 67 4.4. Caractérisation des systèmes ______________________________________________________ 73
5. Etape 5 : Caractérisation des profils d’occupation ________________________________ 83
IV.
Résultats, comparaisons et analyse de sensibilité ___________________________ 90
1. Résultats concernant la description du parc _____________________________________ 90
1.1. Quelques illustrations des résultats : description des surfaces ____________________________ 90 1.2. Comparaison de notre évaluation des surfaces avec les sources externes _________________ 101
2. Résultats concernant la consommation d’énergie _______________________________ 109
2.1. Comparaison des résultats de la simulation énergétique avec des sources externes _________ 109 2.2. Quelques illustrations des résultats : courbes de charge _______________________________ 116
3. Analyse de sensibilité et discussion des hypothèses______________________________ 119
3.1. Analyse de sensibilité des paramètres de la reconstitution du parc _______________________ 119 3.2. Analyse des hypothèses de la simulation énergétique _________________________________ 122 3.3. Discussion des hypothèses _______________________________________________________ 126
2
V.
Applications de la méthode de reconstitution du parc ________________________ 127
1. Evaluation des gisements d’économie d’énergie pour le chauffage en Île-de-France ____ 127 2. Evaluation du potentiel d’autoconsommation photovoltaïque des bâtiments du secteur tertiaire dans l’Agglomération d’Orléans __________________________________________ 134
VI.
Conclusion et Perspectives ____________________________________________ 141
VII.
Bibliographie _______________________________________________________ 148
VIII.
Annexes ___________________________________________________________ 152
1. Liste des figures __________________________________________________________ 152 2. Liste des tableaux _________________________________________________________ 155 3. Tableaux et figures annexes _________________________________________________ 157
3
I. Introduction
1. Contexte
L’efficacité énergétique et la décarbonation des usages de l’énergie dans le secteur du bâtiment constituent un enjeu capital dans le cadre de la stratégie nationale de réduction des émissions de gaz à effet de serre, principal levier de lutte contre le changement climatique. En 2019, les bâtiments des secteurs résidentiel et tertiaire suscitent en effet à eux seuls 45% de la consommation finale d’énergie du territoire métropolitain français et 21% des émissions directes de CO2 [1].
Figure 1: Répartition par grand secteur de la consommation finale d'énergie en 2019 (source : [2])
La consommation d’énergie des bâtiments du secteur résidentiel et ses déterminants sont assez largement documentés [3]. Il en va tout autrement pour les bâtiments du secteur tertiaire, qui tout comme l’industrie diffuse restent méconnus. Ils engendrent pourtant désormais 17% de la consommation d’énergie finale d’énergie (voir Figure 1), à la suite d’une rapide croissance consécutive à la tertiarisation de l’économie française.
Comparée à celle des autres grands secteurs, la consommation d’énergie du secteur tertiaire est marquée par le poids de la consommation d’électricité, qui résulte principalement de l’importance des usages dits « spécifiques », c’est à dire ne pouvant être satisfaits dans la pratique qu’au moyen de l’électricité.
Figure 2: Consommation finale d'énergie par grand secteur et par source d’énergie en 2019 (source : [2])
Une analyse en décomposition a été réalisée par EDF R&D selon la méthode LMDI (Logarithmic Mean Divisia). Cette analyse permet d’évaluer la contribution de différents types de déterminants à l’évolution
19%
33% 28%
17% 3%
Industrie Transports Résidentiel Tertiaire Agriculture
4 de la demande d’énergie du tertiaire1, sur la base de données INSEE (économie) et CEREN (surfaces de bâtiments et consommations d’énergie par type d’activité, source d’énergie et usage de l’énergie). Les déterminants mis en évidence sont au nombre de 5 :
• L’activité économique par type d’activité (ci-après « Activité »), approchée par la Valeur
Ajoutée des secteurs (avec toutes les réserves d’usage concernant l’évaluation de cette grandeur s’agissant des services principalement non marchands),
• La productivité du travail par type d’activité (ci-après « Productivité »), approchée par le rapport de la valeur ajoutée et des emplois.
• La surface par emploi par type d’activité (ci-après « « SurfEmp »),
• Le pourcentage de la surface chauffée pour un type d’activité, satisfait au moyen d’un source d’énergie donné pour un usage donné (ci-après « SurfEnerg »). Cet indicateur cumule les contributions des évolutions des parts de marché pour les usages concurrentiels (chauffage, ECS) et du taux d’équipement pour la seule climatisation.
• L’intensité énergétique, à savoir la consommation d’énergie par unité de surface, par type d’activité, source d’énergie et usage de l’énergie (ci-après « Intensité »).
La figure 3, qui présente l’influence de ces 5 grands déterminants pour l’ensemble du tertiaire, tous usages et toutes sources d’énergie confondues, montre la prépondérance des facteurs économiques (activité, productivité, dans une moindre mesure surface par emploi), qui influencent l’évolution du parc de bâtiments.
Figure 3: Décomposition des déterminants de la demande d'énergie du secteur tertiaire
Elle montre également qu’un changement de tendance s’est opéré au tournant des années 2000, avec l’amorce d’une baisse de l’intensité énergétique. Or, cette période correspond précisément à l’entrée en
1 Etude conduite au périmètre des 8 branches documentées par le CEREN au travers de ses études récurrentes :
bureaux, cafés-hôtels-restaurants, commerces, santé, enseignement, habitat communautaire, sports-culture-loisirs et transport. -80 -60 -40 -20 0 20 40 60 80 100 120 TW h Ener g ie fin a le P CI
Contribution de 5 déterminants à l'évolution de la demande totale d'énergie du secteur tertiaire
5 vigueur de la réglementation thermique RT2000, considérée pour le secteur tertiaire comme la première réglementation réellement contraignante, en ce qu’elle prescrivait des niveaux de performances thermiques supérieurs aux pratiques spontanées.
Les résultats de l’analyse par source d’énergie (Figure 4), tous types d’activités et usages confondus, illustrent quant à eux les conséquences sur la consommation globale de l’évolutions de leurs parts de marché et leurs spécificités.
Électricité Gaz de réseau
Fuel Autres combustibles
Figure 4: Décomposition des déterminants de la demande d'énergie du secteur tertiaire par sources d’énergie
Ces résultats illustrent la complexité du processus de formation de la demande d’énergie. En particulier, l’influence de la part de marché et de l’intensité énergétique souligne l’importance des déterminants directement liés aux bâtiments, à leurs caractéristiques, aux systèmes qui les équipent et à la façon dont ils sont utilisés. Ils ont permis par le passé de limiter l’augmentation de la consommation d’énergie dans un contexte de forte croissance de l’activité et de recours accru aux usages spécifiques de l’électricité (micro-informatique, éclairage, ...). Quels potentiels de modération ou de décroissance sont disponibles aujourd’hui et à moyen terme ? Comment les réaliser ? Répondre à ces questions requiert une connaissance précise du parc de bâtiments (surfaces, état thermique) et de son usage (activités, systèmes et équipements, utilisations et efficacités associées).
L’enjeu crucial de l’hétérogénéité
La méconnaissance de la consommation d’énergie du tertiaire et de ses déterminants a deux explications principales. La première tient à la difficulté de cerner précisément les contours et la nature du secteur tertiaire lui-même : de quoi parle-t-on quand on parle de tertiaire ? La seconde, directement liée à la précédente, tient à l’extrême hétérogénéité du secteur. Ces deux pierres d’achoppement ont sans doute contribué à minorer l’attention historiquement portée au secteur, souvent jugé inextricable.
6 La première de ces difficultés, celle du contour et de la nature des activités rattachées au secteur tertiaire, trouve une solution acceptable à défaut d’être élégante via l’énumération des activités économiques et sociales dont on décide qu’elles composent le secteur tertiaire.
La seconde, l’hétérogénéité, s’exprime précisément quant à elle au niveau des déterminants de la demande d’énergie :
• Hétérogénéité des activités, dont la nature et les rythmes (cycles d’activité) sont extrêmement variés et conditionnent la demande d’énergie : quoi de commun entre une école maternelle et un centre commercial ? Une résidence pour personnes âgées dépendantes et une salle omnisports ?
• Hétérogénéité des bâtiments et des équipements (dimensions, performances thermiques, rendements, consommation auxiliaires…), qui constituent les plus visibles des infrastructures supports des activités de service et déterminent directement la consommation de la majeure partie des usages de l’énergie du tertiaire (chauffage, climatisation, ventilation, éclairage notamment).
• Hétérogénéité de la répartition spatiale et temporelle des bâtiments (centres urbains, périphérie, zone rurale) et des conditions climatiques auxquels ils sont soumis.
Puisqu’elle concerne précisément les déterminants de la demande d’énergie, la prise en compte de cette hétérogénéité est un prérequis absolu à la conception et au déploiement des politiques d’efficacité énergétique, de même qu’à toute planification ou prospective énergétique. La définition des politiques d’efficacité énergétique suppose par exemple d’être en capacité d’identifier les gisements d’économie d’énergie, de les quantifier et de définir une stratégie d’exploitation de ces gisements En effet, les moyens de parvenir à une efficacité énergétique satisfaisante ne sont pas du tout les mêmes selon qu’à performance moyenne donnée on considère un parc homogène ou hétérogène : dans le premier cas, l’ensemble du parc doit être traité et peut l’être de façon indifférenciée. Dans le second cas, il est possible et nécessaire de moduler les politiques et d’identifier des cibles prioritaires, appelant des actions et des efforts spécifiques.
Or, il n’existe pas à l’heure actuelle de représentation du parc de bâtiments tertiaires français qui satisfasse l’impératif de prise en compte de son hétérogénéité. Les données disponibles permettent au mieux de représenter le parc de bâtiments sous la forme d’une estimation des surfaces chauffées, segmentées par types d’activités et énergie principale de chauffage, et d’évaluer sa consommation d’énergie à partir de ratios établis statistiquement à partir d’enquêtes.
Le développement récent de l’open data et la multiplication de sources de données ont ouvert de nouvelles perspectives et permettent d’envisager de nouvelles façons de représenter le parc de bâtiments tertiaire et ses caractéristiques en tenant compte de son hétérogénéité.
7
2. Objectifs de la thèse
L’objectif de la thèse est d’établir un corps méthodologique permettant de reconstituer la population des bâtiments du parc tertiaire français et de la représenter sous la forme d’une collection d’individus, dont les caractéristiques et celles de leurs occupants permettent une simulation techniquement explicite de leur demande d’énergie.
La méthodologie doit :
• pouvoir couvrir l’ensemble du territoire métropolitain français,
• être applicable à des échelles spatiales variant de la commune au territoire métropolitain français,
• reposer dans la mesure du possible sur des données et outils communément accessibles. Après avoir identifié et caractérisé les données disponibles, le principe général du travail est de confronter divers référentiels afin d’identifier les bâtiments tertiaires dans un ensemble urbain et de leur associer les activités adéquates. Dans un second temps, l’exploitation de diverses sources de données (statistiques, revues, publications, enquêtes) doit permettre d’enrichir la description de chacun des bâtiments, c’est-à-dire d’affecter une valeur à chacun des attributs nécessaires à la simulation énergétique.
De façon générale, chaque source de données publiée a été collectée au titre d’une finalité et selon une méthodologie propre aux commanditaires. Le rapprochement et l’harmonisation de différentes sources de données se heurtent ainsi aux difficultés qui naissent de la confrontation de finalités et de méthodologies différentes.
Dans le cas qui nous intéresse, les questions-clés auxquelles doit être apportée une réponse sont les suivantes :
• Comment évaluer les surfaces des bâtiments et celles dévolues aux différents types d’activités du tertiaire dans chacun des bâtiments ?
• Existe-t-il des règles d’attribution de caractéristiques thermiques à chaque bâtiment, sachant que certains peuvent avoir fait l’objet de rénovations ?
• Comment affecter des sources d’énergie et des systèmes aux différents bâtiments, en particulier pour les usages thermiques (chauffage, climatisation, ECS) ?
Enfin, le problème de la validation des estimations de consommation d’énergie devra être abordé, tout en gardant à l’esprit le fait que nos travaux sont parmi les premiers consacrés au secteur tertiaire et qu’il n’existe donc quasiment aucune donnée de référence en dehors d’enquêtes purement déclaratives. Il faut insister sur le fait que notre objectif n’est pas de reconstituer le parc français réel à l’échelle de chaque bâtiment. En l’état actuel des choses, il serait illusoire de penser que l’une des bases statistiques puisse garantir cette exactitude à la granularité du bâtiment. Nous visons plutôt la possibilité de reconstituer un parc de bâtiments homologue du parc réel à l’échelle de la commune ou du territoire. En d’autres termes, on ne saura dire si tel bâtiment particulier est chauffé au gaz et tel autre à l’électricité, avec une chaudière neuve ou ancienne, etc , mais à l’échelle agrégée du territoire la répartition entre systèmes et source d’énergie devra être statistiquement correcte.
Nous souhaitons également établir la faisabilité et la pertinence de l’approche en déroulant l’intégralité du processus qui, partant de la collecte de données généralement accessibles, aboutit à la simulation techno-explicite de la demande d’énergie du parc de bâtiments du secteur tertiaire. C’est pourquoi nous n’hésiterons pas à énoncer des hypothèses pour certaines données mal connues, laissant ainsi un champ
8 d’approfondissement pour les vérifier ou les affiner dans l’avenir (programmation d’enquêtes de terrain par exemple).
Dans une première partie, nous établirons un état de l’art concernant les représentations du parc de bâtiments du secteur tertiaire, ce qui permettra d’établir l’originalité de notre approche.
Dans une seconde partie, nous décrirons les étapes de la reconstitution du parc, dont chacune contient des méthodes, des hypothèses et des règles d’expert pour donner des réponses aux questions-clés ci-dessus.
Dans une troisième partie, nous établirons des comparaisons entre nos résultats de simulation et des données locales provenant de diverses sources. A cette occasion, nous chercherons à valider le corps méthodologique.
La quatrième partie sera consacrée à la présentation de deux cas d’application :
• Gisement d’économie d’énergie sur le parc tertiaire de la Région Île-de-France • Potentiel d’autoconsommation photovoltaïque de l’Agglomération d’Orléans
Enfin, nous conclurons ce travail de thèse par une analyse critique des points forts, des limites et du potentiel d’amélioration de notre approche.
9
II. Etat de l’art en matière de connaissance du parc tertiaire français
1. L’hétérogénéité du parc de bâtiments tertiaires
L’hétérogénéité du secteur tertiaire en général et son parc de bâtiments en particulier résulte de la diversité d’activités économiques que ce secteur englobe. D’où une première question : Comment pouvons-nous définir le secteur tertiaire ?
Cette question ramène aux sciences économiques où existent plusieurs visions de la séparation en trois grands secteurs. La définition du secteur tertiaire commence à apparaître dans la littérature lors des travaux d’Allan Ficher [4] et de Colin Clark [5]. Les deux ont constaté un glissement de la population active vers les métiers de services. Ils proposent une division de la structure économique en trois secteurs d’activité : Primaire, Secondaire et Tertiaire. Secteurs primaire et secondaire font seuls l’objet d’une définition positive : au secteur primaire les activités de type agricole, au secondaire l’industrie. Le tertiaire regroupe l’ensemble des autres activités, quel qu’en soit l’objet. Par la suite, les travaux de Jean Fourastié sur la productivité [6] le conduiront à définir le secteur tertiaire comme l’ensemble des activités marquées par un progrès technique faible voire nul. La proposition de Fourastié constitue une première tentative de définition positive du tertiaire, bien fragile cependant.
De nombreux auteurs ont depuis tenté d’établir une définition positive du secteur tertiaire. Mais faute de succès flagrant, l’INSEE continue à définir le secteur tertiaire « par complémentarité avec les activités agricoles et industrielles (secteur primaire et secondaire) »[7]. Il en exclut donc les activités agricoles et industrielles dont la production et la distribution d’eau et d’énergie, la construction. Il y inclut le commerce (de gros et de détail), les services de réparation, l’hébergement, la restauration, les transports et la communication, les activités financières, immobilières, de location, les activités de services aux entreprises, l’administration publique, l’enseignement, la santé et l’action sociale, ainsi que les services collectifs, sociaux et personnels. Assimilé à celui des services, le secteur tertiaire persiste donc à se dérober à une définition générale. On notera d’ailleurs que les nombreux débats agitant la communauté des chercheurs concernant l’articulation entre biens et services invitent à se poser la question de l’universalité et de la pertinence de la tripartition de l’économie.
En absence de solution idéale, nous reprenons la définition du « secteur tertiaire » de l’INSEE qui permet de rester cohérent avec les travaux existants. La définition imprécise du secteur tertiaire introduit des difficultés certaines pour les études énergétiques. La raison principale est liée au fait que la définition « par complémentarité » introduit une grande hétérogénéité des activités économiques.
La majorité des activités tertiaires se déroule au sein de bâtiments souvent conçus ou modifiés pour répondre à certains critères esthétiques et fonctionnels utiles à l’activité. Par exemple : les magasins sont souvent très vitrés pour satisfaire la demande de visibilité des clients. En conséquence, l’hétérogénéité des activités économiques du secteur tertiaire implique une grande diversité architecturale du parc, qui se traduit, en termes énergétiques, par différentes caractéristiques et performances thermiques. La description du parc de bâtiments se trouve encore complexifiée par l’existence des bâtiments multifonctionnels (galerie commerciale avec coiffeurs, boulangerie, cinémas, etc.) dans lesquels plusieurs activités cohabitent ; ceci s’étend au mélange tertiaire/résidentiel (cas des professions libérales en particulier).
Les particularités liées à l’activité donnent également forme aux profils d’usages énergétiques au sein d’un bâtiment. Concrètement, la consommation de chaque usage dépend de la manière dont les occupants sollicitent le(s) système(s). Par contre, le choix des systèmes n’est pas dépendant que de la nature de l’activité économique, mais aussi d’autres aspects comme les ressources disponibles (techniques et financières), la règlementation ou la pratique locale.
10 Les répartitions spatiales (mitoyenneté par exemple) et temporelles (constructions simultanées de type ZAC ou dispersées) sont aussi des paramètres importants à prendre en compte dans la description du parc. Car elles ont des impacts non négligeables sur les bâtiments et les systèmes :
• Implantation spatiale :
o Les bâtiments abritant la même activité peuvent être conçus différemment selon le lieu où ils se trouvent. Un supermarché au centre-ville n’a pas la même architecture qu’un supermarché sur une zone commerciale en périphérie. L’environnement de construction limite aussi certains choix comme les systèmes, par exemple : la connexion aux réseaux de chaleur est souvent inaccessible en dehors du centre-ville.
o Les conditions climatiques locales conditionnent le profil de la demande d’énergie. • Répartition temporelle :
o Les modes constructifs diffèrent d’une époque à une autre. Ils sont liés non seulement au style d’architecture répandu à chaque époque, mais aussi à la règlementation de la construction. En termes énergétiques, les marques de changement au fil du temps sont directement liées à l’évolution de la règlementation thermique.
o L’évolution technologique introduit progressivement des systèmes de plus en plus efficaces pour un usage donné, et en même temps fait apparaître des nouveaux usages énergétiques. Etant donné que le rythme d’installation et de changement des systèmes dépend de beaucoup de facteurs (panne, dégradation, technologie dépassée, etc.) et parfois de nombreux acteurs, l’état des systèmes existants dans le parc est extrêmement disparate.
Pour résumer, l’hétérogénéité du secteur tertiaire résulte des activités économiques, des caractéristiques des bâtiments et des systèmes. Ces couplages sont complexifiés par la répartition spatiale et temporelle. Dans ce qui suit, nous cherchons dans la littérature quelles sont les méthodes de représentation d’une cible si complexe.
11
2. Les différentes méthodes de modélisation d’un parc de bâtiments
La littérature scientifique abonde d’articles traitant de bâtiments du secteur tertiaire, même si cette quantité est largement inférieure à celle du résidentiel. La plupart cependant traitent de cas particuliers (suivi d’opérations exemplaires, en neuf comme en rénovation, focus sur des usages ou segments de parc particuliers) et rares sont ceux qui abordent le parc de bâtiments lui-même, c’est-à-dire l’ensemble des bâtiments abritant des activités tertiaires à l’échelle d’un pays ou d’une région. De même, les statistiques ou études portant spécifiquement sur les bâtiments du secteur tertiaire sont rares.
La maille géographique considérée a une grande importance sur la façon dont est représenté le parc de bâtiments : plus vaste est le territoire couvert, plus grossières sont la description et la représentation du parc et plus l’évaluation de sa consommation d’énergie découle d’approches statistiques. On peut ainsi distinguer 3 modes principaux de représentation du parc tertiaire :
• Une représentation sous la forme de segments réputés homogènes, auxquels sont associés des surfaces. Ces segments sont principalement définis par la nature des activités exercées (activités de bureau, santé, …), et affinés en tenant compte par exemple de l’énergie principale de chauffage. Cette représentation est la plus commune lorsque le territoire couvert est vaste (pays, région, voire département). Les consommations d’énergie sont alors calculées à partir de ratios donnés par unité de surface, déduits de méthodes statistiques. C’est l’approche privilégiée par le CEREN [8] (Centre d'Études et de Recherches Économiques sur l'Énergie).
• Une représentation sous forme d’archétypes de bâtiments. Cette représentation dérive de la précédente, mais ajoute à la prise en compte des types d’activités, certaines caractéristiques physiques du bâtiment. La possibilité d’une représentation explicite de la demande d’énergie est renforcée, au prix cependant d’une multiplication des segments dont la représentativité peut être difficile à établir. C’est l’approche privilégiée par le bureau d’études Energie Demain avec son modèle ENERTER [9].
• Une représentation sous la forme d’une population de bâtiments plus ou moins précisément caractérisés, et dont la consommation d’énergie peut être évaluée sur la base de ratios ou faire l’objet de simulations. Cette représentation est compatible avec l’utilisation de la méthode des archétypes. Cette représentation est la plus courante lorsque l’échelle territoriale est restreinte (du quartier à la commune)
En France, la source la plus pertinente à l’échelle nationale est le CEREN qui produit régulièrement des statistiques via les enquêtes annuelles (voir Figure 5). Les modèles énergétiques et prospectifs reposent très souvent sur le découpage du CEREN, sous forme de segments de surface chauffée. Cette méthode de représentation est adoptée par plusieurs organismes, notamment l’ADEME. Cela reflète le fait que le CEREN est considéré comme la référence principale des informations sur le parc tertiaire à l’échelle
12 nationale. La représentation privilégiée par le CEREN permet de donner une vision globale du parc. Une majeure partie des publications sur le parc tertiaire français est basée sur ses statistiques.
Figure 5: Segmentation de la surface chauffée du parc de bâtiments tertiaire
Aux États-Unis, la représentation sous forme de segments de surface est aussi utilisée par le modèle NEMS (National Energy Modeling System) développé par le DOE (U.S. Department of Energy) au début des années 90s. NEMS est un modèle économétrique très complet portant sur la production, la demande et le marché énergétique. Il est pionnier dans la modélisation de la demande énergétique du parc de bâtiments et de son évolution prospective. Il couvre un spectre très large avec les modules spécifiques pour chaque sujet traité, l’organisation des modules est illustrée dans la Figure 6. Il existe plusieurs articles sur NEMS, sa structure globale est décrite dans [10]. La demande énergétique du parc de bâtiments fait partie de ce modèle et est divisée en deux modules distincts : résidentiel et tertiaire. Les documentations du module tertiaire et des autres modules de NEMS sont publiques et mises à jours régulièrement, elles sont disponibles dans [11] et [12].
Une grande partie des données d’entrée du module tertiaire de NEMS sont issues de l’enquête CBECS (The Commercial Buildings Energy Consumption Survey [13]), sa dernière version date de 2018. Le format de cette enquête partage certaines similarités avec celle du CEREN en France. Dans les deux cas, le parc tertiaire est décrit par des segments de surface, dont les caractéristiques sont relevées à partir des questions de chaque enquête. Dans les deux enquêtes, le parc de bâtiments tertiaire est donné en surfaces segmentées par zone géographique, tranche d'âge, tranche de surface et usage (ou bien secteur d'activité). Chaque segment est caractérisé énergétiquement à travers des consommations moyennes par unité de surface, par usage et par énergie. Grâce au découpage en zones géographiques, les caractéristiques énergétiques sont modulables selon des paramètres descriptifs de l'environnement local, par exemple, des conditions météorologiques comme l'irradiation solaire, la température de l'air, la température de l'eau. Dans le contexte des Etats-Unis, le prix de l'énergie est plus hétérogène qu'en France, en conséquence les prix moyens par type d'énergie font aussi partie des singularités des zones géographiques.
13
Figure 6: Organisation des modules de NEMS (source: [11] – P.18)
La différence la plus importante entre les deux enquêtes est le ciblage. L'enquête tertiaire du CEREN2 recense des données énergétiques des établissements tertiaires, dont la surface chauffée et la consommation par usage énergétique sont traitées comme les caractéristiques appartenant d'abord aux établissements. C'est-à-dire que la notion de bâtiment apparait indirectement via la surface chauffée. De l'autre côté, le questionnaire du CBECS cible des bâtiments tertiaires, dont la méthode d'échantillonnage est décrite dans [14].
La qualification et la classification d'un bâtiment tertiaire est donc établie en fonction des activités qui se déroulent à l'intérieur [15]. Lorsqu'un bâtiment alloue une certaine proportion de surface aux activités non-tertiaires, il est classé dans une catégorie résiduelle nommée « autres ». Via ce ciblage, le lien entre usage, système et bâtiment est mieux appréhendé par l'enquête CBECS. Et ceci permet à l'enquête CBECS d’évaluer la demande énergétique pour des portions de bâtiment ayant la même activité. Dans le contexte français, l'enquête tertiaire du CEREN joue le même rôle que celle du CBECS, mais les informations sur les bâtiments y sont moins complètes. Cela est dû au fait que les répondants à cette enquête donnent des informations au niveau de l'établissement et de leur occupation, et non pas à l’échelle du bâtiment.
Cette différence de ciblage pourrait se justifier par le fait qu'il n'est pas toujours évident de qualifier un bâtiment de « tertiaire ». Des moyens importants ont été déployés par l'EIA (U.S. Energy Information Administration) pour repérer des bâtiments tertiaires, avant le lancement de l'enquête CBECS.
La représentation du parc sous forme de segments présente des limites importantes lors du traitement des sujets complexes, car le niveau de détail est insuffisant. Même avec un niveau de détail plus élevé, comme dans le cas du modèle NEMS, la description du parc via des segments ne permet pas d’exprimer pleinement l’état du parc réel. L’intérêt principal de cette représentation est de donner une visibilité du parc dans son ensemble. Comme il s’agit d’une observation à un niveau de détail très agrégé, l’hétérogénéité du parc tertiaire est omise. Or, seule la prise en compte de l’hétérogénéité peut décrire pleinement les déterminants de la demande d’énergie. Pour atteindre un tel objectif, il faut un très grand nombre de segments, ce qui réduirait drastiquement la lisibilité. Plus le niveau de détail augmente, plus l’on s’approche de l’échelle individuelle. De ce fait, la représentation du parc comme une collection de bâtiments individuels est plus adaptée pour des études approfondies.
14 Il existe une approche qui permet d’augmenter le niveau de détail des segments. Elle introduit des caractéristiques physiques du bâtiment à travers des typologies [16]. Le modèle ENERTER développé par Energie Demain SARL [9] fait partie des modèles les plus aboutis en France. Ayant moins d'informations provenant directement des enquêtes que NEMS, la reconstitution des données du parc à partir de différentes sources est la partie la plus importante du modèle ENERTER. La particularité de ce modèle est sa représentation du parc sous forme d’archétypes. La méthode des archétypes consiste à concevoir des structures numériques de bâtiments représentatifs (par exemple : Bureaux de type Haussmannien), puis à trouver le poids statistique de chaque archétype dans la population totale de bâtiments.
Les caractéristiques du bâti sont issues des typologies et des paramètres locaux tels que la mitoyenneté et le facteur de forme ([9], P.108). Dans ENERTER, la distribution des archétypes est issue d'un processus de calibration qui appartient à Energie Demain SARL. Il est utilisé dans de diverses études sur des bâtiments tertiaires dans certains territoires français, notamment l’Île-de-France [17] et la région Centre [9]. La segmentation des surfaces tertiaires dans ENERTER est très proche ou presque identique à celle du CEREN.
ENERTER cherche aussi à décrire l’implantation géographique du parc à l’échelle communale, via des bases couvrant cette échelle. La première étape et aussi la plus importante consiste à estimer la surface occupée par le secteur tertiaire dans un périmètre géographique donné. Le principe consiste à déterminer les établissements par codes d’activité, et ensuite estimer leur surface via des indicateurs reliés aux statistiques de surface à grande échelle du CEREN. Ces indicateurs s’expriment souvent sous forme de ratios de surface par emploi. Le modèle ENERTER emploie plusieurs bases de données spécifiques pour reconstituer les surfaces des secteurs.
Tableau 1: Sources de données pour la reconstitution des surfaces d'ENERTER
Pour certains cas spécifiques, le modèle ENERTER fait appel à d’autres ratios afin d’estimer la surface, par exemple : surface par emploi, surface par lit pour l’hébergement et la santé, et surface par élève pour l’enseignement (voir Tableau 2).
En tout cas, cette méthode considère la surface comme caractéristique de l’activité économique d’un établissement. Le manque d’information au niveau de la construction est ensuite traité par la distribution statistique des archétypes. C’est-à-dire que des bâtiments tertiaires sont représentés par des types architecturaux avec des scénarios d’occupation et des systèmes liés à chaque archétype.
La méthode des archétypes permet d’augmenter considérablement le niveau de détail du modèle de parc. Néanmoins, la représentativité et la distribution des archétypes restent difficilement vérifiables. Pour prendre en compte l’hétérogénéité du parc, il faut une quantité très importante de types. Or, une telle augmentation induit une difficulté accrue pour maintenir la représentativité de l’ensemble des archétypes/segments.
15
Tableau 2: Niveaux de désagrégation de la description du parc – ENERTER
Le modèle ENERTER est un bon exemple de reconstitution de données en vue d’une simulation bottom-up de la demande énergétique.
Dans la littérature, une population de bâtiments peut aussi être modélisée grâce à l’usage du BIM (Building Information Modeling) qui consiste à bâtir un modèle numérique détaillé de chaque bâtiment réel à partir de ses données constructives. Le bâtiment réel constitue alors l’unité de base du modèle de parc. Cette approche essentiellement limitée aux immeubles récents peut produire des résultats très détaillés et réalistes, mais elle demande une grande quantité de données d’entrée qui doivent être de qualité. Selon la définition du NBIMS (National Building Information Modeling Standards committee of USA) cité dans [18], un modèle BIM d’un bâtiment nécessite des données depuis sa construction jusqu’à l’état actuel. L’approche BIM est de plus en plus appréciée et employée dans les projets de construction, elle est obligatoire pour les marchés publics.
Actuellement, il y a très peu de gestionnaires de bâtiments qui possèdent autant de données, en particulier dans les bâtiments anciens dont les documents initiaux n’ont pas été bien conservés et/ou les modifications ne sont pas documentées et archivées. L’implémentation du BIM pour les bâtiments existants demande un effort très important pour retrouver ou reconstituer les données. Dans l’article de Volk et al., 2014 [19], plusieurs méthodes d’établissement des modèles BIM pour des bâtiments existants sont discutées. Pour l’application à grande échelle, les méthodes les plus efficaces aujourd’hui consistent à reconstituer les données manquantes à partir de sources diverses (par exemple : BDTOPO, SIRENE, SITADEL et les données locales de l’énergie). Malgré les incertitudes à l’échelle individuelle, ces méthodes offrent une certaine pertinence d’un point de vue territorial.
Le manque de données « directes » sur les bâtiments est l’obstacle principal à la modélisation du parc à un niveau détaillé. On distingue données « directes » et « indirectes » selon la manière dont on obtient une information. Les données « directes » permettent d’accéder à l’information souhaitée sans passer
16 par des traitements intermédiaires. Or, il manque de données « directes » sur les caractéristiques des bâtiments du secteur tertiaire. Il faut donc employer les données « indirectes », qui nécessitent des hypothèses ou calculs intermédiaires afin d’obtenir ces informations. Beaucoup de sources de données « indirectes » existent mais il est très difficile de les réconcilier, car elles résultent de différentes méthodologies. Il faut donc une base centrale dans laquelle des hypothèses permettent de rassembler des sources « indirectes ». Idéalement cette base de données centralisatrice a une grande couverture géographique, dont l’échelle granulaire est celle du bâtiment.
Récemment, l’émergence des données SIG a fait évoluer la modélisation des quartiers, car le SIG peut être utilisé pour la consolidation des données. De nouvelles approches de modélisation des bâtiments à grande échelle avec un niveau de détail appréciable sont désormais envisageables. Le SIG est une source très riche d’informations sur la géométrie des bâtiments et l’environnement de construction. Il existe aussi plusieurs niveaux de détail des données SIG, de la géométrie en 2D jusqu’en 3D. Dans le cas le plus simple, les bâtiments sont décrits par une cartographie en 2D vue du ciel. Dans le meilleur des cas, le SIG possède des données géométriques en 3D de l’extérieur du bâtiment et de certains éléments intérieurs, par exemple : le nombre d’étages et la hauteur sous plafond. Dans tous les cas, le SIG apporte au moins des éléments sur la géométrie de l’enveloppe des bâtiments, ce qui permet ensuite un processus d’enrichissement de données avec d’autres sources ou certaines hypothèses. Plusieurs recherches sur la reconstitution du BIM à partir du SIG ont été conduites. L’article de Ma et Ren, 2017 [20] montre plusieurs applications issues de l’intégration du SIG dans le processus de modélisation BIM.
La capacité de cette méthode pour reconstituer un parc de bâtiments est démontrée par l’article de Steadman et al. 2020 [21]. Le parc de bâtiments du Grand Londres est établi via une méthode appelée 3DStock, avec un focus sur les bâtiments non résidentiels. Elle consiste à réconcilier plusieurs bases de données et enquêtes, notamment le croisement entre les données SIG et celles des établissements. A partir de ce lien, les données énergétiques sont ensuite distribuées aux bâtiments. Cette approche permet de mobiliser des données concernant en même temps des bâtiments et des établissements pour la caractérisation énergétique du parc. Cet article démontre que cette méthodologie peut prendre en compte l’hétérogénéité du parc, au moins sur la répartition spatiale des activités et des bâtiments. Elle permet aussi d’apporter les premiers éléments de réponse à un problème complexe que les méthodes des segments et des archétypes sont incapables de résoudre : comment détecter et décrire les bâtiments multifonctionnels. Cette méthode de représentation et de reconstitution est donc la méthode la plus proche de nos objectifs.
La méthode de représentation du parc sous forme de collection d’individus est employée par la plateforme SmartE [22] développée par le CES - Mines Paristech. SmartE est composé par deux parties principales :
• Création et enrichissement du parc à l’échelle du quartier
• Simulation dynamique avec le modèle thermique simplifié R6C2 (développé par la thèse de Berthou, 2013 [23])
Malgré le fait que le premier composant de SmartE est conçu principalement pour reconstituer le parc résidentiel, cette démarche très proche de ce que nous envisageons pour le parc tertiaire. Dans le parc reconstitué de SmartE, les caractéristiques physiques du bâtiment et des systèmes sont prises en compte pour la simulation dynamique, ainsi que l’emploi du temps des occupants. La simulation dans l’outil SmartE prend en compte les données météorologiques locales, telles que la température extérieure, la température d’eau et les flux solaires direct et diffus. Effectivement, cette prise en compte permet de décrire les impacts de la variation météorologique sur la demande énergétique. Non seulement les impacts bien connus comme la température extérieure et l’apport solaire sur le chauffage et la climatisation sont décrits, mais aussi l’intensité du flux solaire sur la demande d’éclairage, la
17 température d’eau sur la demande d’ECS. Par sa conception, SmartE permet de simuler un grand nombre de bâtiments, grâce au modèle R6C2.
De ce fait, cet outil est particulièrement adapté à notre approche, qui repose sur une prise en compte techno-explicite de l’hétérogénéité du parc de bâtiments. Cela permet de prendre en compte les caractéristiques des bâtiments, mais de manière simplifiée.
Dans la version de SmartE mise à disposition pour ce travail, chaque bâtiment est considéré comme une mono-zone sur le plan thermique. L’avantage de la simulation en mono-zone est la vitesse d’exécution. En revanche, le regroupement par mono-zone ne permet pas de prendre en compte les différentes zones thermiques qui n’ont pas les mêmes consignes de température, ainsi que les apports thermiques (charges internes et flux solaire).
En résumé, nous retenons la présentation des caractéristiques du bâtiment dans SmartE, et la simulation dynamique avec le modèle R6C2. Notons que SmartE est conçu d’abord pour le secteur résidentiel, en conséquence plusieurs composants de cet outil sont adaptés seulement aux ressources disponibles de ce secteur. De ce fait, nous adaptons les composants de l’outil SmartE, lors de ce travail, à la simulation de la demande d’énergie de bâtiments du parc tertiaire.
18
3. Synthèse de l’étude des modèles existants
Le secteur tertiaire est très hétérogène en activités économiques, en conséquence les caractéristiques des bâtiments tertiaires sont également très diverses. Cette hétérogénéité s’exprime non-seulement par l’architecture, mais aussi par l’occupation et les systèmes énergétiques.
Aujourd’hui, le parc de bâtiments tertiaire français est souvent représenté par les segments de surface chauffée, qui ne permettent pas d’exprimer l’hétérogénéité du parc. Cela est lié à la description incomplète du lien entre le modèle statistique et la physique des bâtiments. En conséquence, cette représentation limite des études approfondies du parc.
Cela nous mène à chercher dans la littérature les approches représentant une population de bâtiments de manière techno-explicite. Une simulation techno-explicite d’une population de bâtiments suppose que cette population soit représentée par une collection d’individus pleinement caractérisés. Dans le cas d’un parc de bâtiments, il existe deux approches principales permettant de reconstituer des individus : les archétypes et les modèles BIM. A l’échelle locale, la méthode des archétypes est difficilement déployable à cause du manque de connaissance sur la répartition statistique et la représentativité physique de chaque archétype. Avec l’émergence des données SIG et des grandes bases de données publiques, il est désormais possible de reconstituer certaines des caractéristiques de chaque bâtiment, même si la quantité et la qualité des données disponibles sont encore limitées. Cette approche prend en compte l’hétérogénéité du parc et les déterminants de la demande énergétique via le trio bâti-système-occupant. Elle permet également de définir un processus générique permettant de générer une population de bâtiments individuellement caractérisés pour chaque territoire, grâce à la couverture géographique des bases de données. Néanmoins, l’exactitude des caractéristiques reconstituées n’est pas assurée au niveau individuel avec cette approche, mais pourrait s’améliorer progressivement avec le développement et l’accessibilité croissante des bases de données.
Afin de faire le choix de la méthode de représentation du parc, nous comparons les points forts et les points faibles des méthodes existantes dans le tableau ci-dessous. Au regard des objectifs de cette thèse, la représentation du parc sous forme de collection de bâtiments individuellement caractérisés est la plus adaptée.
Méthode de représentation d’un parc de bâtiments
Points forts Points faibles
Segments de surface • Simple à employer
• Vision globale • Niveau de détail faible • Lacunes importantes pour traiter des sujets complexes
Archétypes (basés sur segments)
• Meilleure caractérisation physique que des segments • Description architecturale
détaillée
• Difficile de garantir la représentativité des archétypes • Nombre trop élevé d’archétypes
pour prendre en compte l’hétérogénéité
Collection de bâtiments caractérisés
• Niveau de détail élevé • Prise en compte de
l’hétérogénéité
• Représentation techno-explicite des déterminants de la demande d’énergie
• Gourmand en ressource (données)
• Plus difficile à déployer que les autres approches
Tableau 3: Comparaison des méthodes de représentation d'un parc de bâtiments
En France, cette représentation du parc tertiaire est encore très peu employée à grande échelle. Néanmoins, nous pouvons nous inspirer des modèles développés pour le secteur résidentiel, notamment
19 l’outil SmartE dans lequel le parc résidentiel est représenté par une collection de logements. Nous nous inspirons non seulement de la présentation des caractéristiques du bâtiment dans SmartE, et mais aussi de l’utilisation des modèles simplifiés dans la simulation dynamique.
Il y a une différence importante entre les ressources disponibles pour le résidentiel et le tertiaire. Afin de caractériser chaque individu comme dans SmartE, nous devons donc établir de nouvelles méthodes pour reconstituer le parc tertiaire, qui permettent de passer de la représentation du parc sous forme de segments, et au parc sous forme de collection de bâtiments pleinement caractérisés (voir illustration en Figure 7).
20
21
III. Méthodologie - Reconstitution et enrichissement du parc
Dans cette partie, nous décrivons les différentes étapes de la méthodologie de reconstitution du parc sous forme d’une collection de bâtiments. Cette méthode repose sur la réconciliation de différentes bases de données pour caractériser individuellement chaque bâtiment. La reconstitution du parc (illustrée par la Figure 8) comporte les étapes suivantes :
Etape 1 : Collecte de données. Le choix des données est crucial et les critères de choix entre les différentes bases de données sont établis selon les objectifs visés. Cependant, il faut noter que les choix sont restreints par l’accessibilité des données (certaines sont confidentielles ou limitées à quelques adhérents).
Etape 2 : Identification des bâtiments qui abritent des activités économiques du secteur tertiaire. Cette étape a pour but de créer la structure du parc composé de bâtiments individuels qui doivent être décrits. Cette structure est formée par le croisement de données économiques, d’informations en provenance d’un SIG et des données issues des dépôts de permis de construire. Ce rapprochement permet de déterminer le type d’occupation de chaque bâtiment, et ensuite de poser des hypothèses sur ses caractéristiques. Nous nous concentrons particulièrement sur la caractérisation des surfaces, car c’est un paramètre essentiel sous plusieurs aspects, notamment la scénarisation de l’occupation connue au m2 et donc la demande d’énergie.
Etape 3 : Caractérisation thermique de l’enveloppe des bâtiments. A partir du SIG, certaines caractéristiques énergétiques peuvent être déduites de la géométrie des bâtiments, telles que la mitoyenneté, l’exposition au flux solaire et les ombrages. Plusieurs données et statistiques énergétiques ciblent des établissements du secteur tertiaire, notamment le taux de surface vitrée, la date de construction, la date et la nature des travaux de rénovation. Grâce aux liaisons établies précédemment entre les activités économiques au sens général et celles du bâtiment en particulier, ces données vont compléter la caractérisation thermique du bâtiment.
Etape 4 : Enrichissement des données des systèmes énergétiques. D’abord, nous identifions les usages les plus importants. Ensuite, nous déterminons la source d’énergie retenue pour chaque usage. Pour ce faire, il faut concevoir un modèle d’attribution basé sur les statistiques du marché au niveau sectoriel (bureaux, commerces, etc.), et décliné si possible à l’échelle géographique concernée. Chaque bâtiment se voit ainsi attribuer une source d’énergie pour chaque usage. Ceci permet de définir les systèmes (type, puissance et date d’installation) grâce à diverses enquêtes de terrain auxquelles nous avons eu accès.
Etape 5 : Caractérisation des profils d’occupation. Grâce aux résultats de l’étape 2, nous connaissons le nombre d’emplois classés par type d’activité au sein de chaque bâtiment, ce qui permet de simuler la présence des occupants, ainsi que la variation des consignes de différents usages énergétiques.
22
Figure 8: Les étapes de la reconstitution du parc
Le référentiel primaire du parc (RPP) est établi suite aux étapes 1 et 2. Il comporte les données reconstituées à l’échelle du bâtiment grâce au croisement entre données liées aux emplois et géométrie de la construction. Les résultats de l’étape 2 fournissent les surfaces par type d’activité au sein de chaque bâtiment. Il faut ensuite employer les valeurs statistiques issues des différentes bases de données pour enrichir les caractéristiques du parc dans les étapes 3,4 et 5.
23
1. Etape 1 : Collecte de données
A l’ère de l’open data, il existe une quantité importante de données disponibles de qualité variable et pour différents périmètres. Les informations que nous cherchons sur les bâtiments tertiaires sont noyées dans cet océan de données. Il est donc très important de sélectionner les bases de données les plus pertinentes au regard de nos objectifs.
D'abord, elles doivent contenir des informations sur les facteurs constituant l'hétérogénéité du parc. Nous distinguons trois facteurs principaux :
• Activités économiques des occupants et usage des surfaces • Caractéristiques énergétiques du bâtiment et des systèmes • Implantation spatiale et date de construction/rénovation
Deuxièmement, la méthodologie doit s'appliquer à tout territoire français métropolitain. La couverture géographique des bases de données retenues doit donc s'étendre à l'échelle nationale, et si possible avec une granularité à des échelles plus petites (régionale, départementale et communale).
Troisièmement, afin d'établir les liaisons entre les données, les bases doivent offrir une possibilité d’attribution spécifique. Par exemple : une base contenant des consommations d’énergie doit permettre d'identifier la contribution des différentes activités du secteur tertiaire.
Les bases de données suivantes correspondent aux critères cités précédemment : SIRENE [24], CEREN [8], SITADEL [25], BDTOPO [26], Opendata ENEDIS [27], Opendata GrDF [28], les données locales de l’énergie [29] et les enquêtes du secteur tertiaire d’EDF (confidentielles). Elles contiennent non seulement la matière la plus intéressante pour reconstituer l’image du parc de bâtiments existants, mais aussi les éléments historiques servant à envisager l’évolution du secteur. L’illustration en Figure 9 montre les couvertures thématiques (construction, énergie, économie) des différentes bases et leurs recoupements.
Ces bases de données ne sont pas construites spécifiquement pour la modélisation énergétique des bâtiments du secteur tertiaire, il faut donc déterminer ce que nous pouvons extraire de chaque base pour notre objectif.
Dans ce qui suit, après avoir introduit le contenu des bases de données utilisées, nous précisons les données sélectionnées dans chacune en vue de la reconstitution du parc de bâtiments du secteur tertiaire.
24
Figure 9: Positionnement des bases de données
La base de données SIRENE
La base de données du Système national d’Identification et du Répertoire des ENtreprises et de leurs Etablissements, couramment abrégé sous l’acronyme SIRENE, contient des informations détaillées de chaque entreprise et ses établissements. SIRENE est la base de référence pour mener la plupart des études et enquêtes statistiques des activités économiques à plusieurs échelles. Sa gestion est confiée à l’INSEE. Les entreprises et leur établissement sont référencés respectivement via les numéros SIREN et SIRET. Dans SIRENE, le code APE (Activité Principale Exercée) ou encore appelé NAF (Nomenclature d'Activités Française) est déclaré pour chaque établissement et pour chaque entreprise. Aujourd’hui, du point de vue économique, le code APE est la référence de la classification des activités économiques.
A partir de janvier 2017, la base SIRENE a été ouverte en accès libre gratuit. Il existe une version géocodée de SIRENE3 publiée sous licence gratuite d’Etalab [30]. Cette version est créée par C. Quest et relie les adresses des établissements répertoriés dans SIRENE à BANO (Base d'Adresses Nationale Ouverte) qui permet de géolocaliser ces derniers.
Dans ce travail, les données SIRENE géocodées sont incontournables, car elles permettent de décrire l’hétérogénéité en termes d’activités du secteur tertiaire. On retient les informations ci-dessous, qui peuvent être extraites de SIRENE :
25
Figure 10: Données sélectionnées de la base SIRENE géocodé
Ces données doivent être utilisées avec prudence parce qu’elles sont déclaratives. Le nombre d’emplois est souvent utilisé pour estimer la surface ou pour créer des scénarios d’occupation. Or, il peut localement causer des erreurs pour deux raisons principales.
• D’abord, le nombre d’emplois précis n’est pas demandé aux établissements. Seule une tranche d’effectif est exigée dans la déclaration. Selon la taille de la tranche, l’écart entre ses deux bornes peut être très important, ce qui complique l’estimation du nombre d’emplois.
• Deuxièmement, l’effectif déclaré d’un établissement ne correspond pas forcément au nombre d’emplois présents sur place. Par exemple, un grand organisme possédant plusieurs sites peut déclarer un nombre important d’emplois à son siège afin de centraliser sa gestion du personnel, alors qu’une grande partie des employés travaillent sur d'autres sites. Malgré ces imprécisions, l’estimation de la surface à plus grande échelle reste pertinente. Dans le cas des organismes multisites, l’estimation de la surface totale de tous les sites n’est pas affectée par le fait qu’une partie des employés de chaque site est officiellement déclarée au siège, car le nombre total d’emplois lui est exact.
La base de données du CEREN
Le CEREN s'appuie sur le nombre d’emplois à l’échelle nationale pour évaluer la surface du parc tertiaire français. A partir de l’estimation des surfaces chauffées du CEREN et des statistiques d’emploi de l’INSEE, des ratios de surface par emploi sont calculables pour chaque « branche » (par exemple : Bureaux, Commerces, etc.) et « sous-branche » (par exemple : Bureaux privés, Bureaux de l'État, etc.). Notons que la classification des activités tertiaires par le CEREN fait apparaitre 8 branches et 24 sous-branches. Dans ce qui suit, le terme "secteur" désignera un regroupement d'activités économiques dont la composition pourra varier selon le contexte. On pourra ainsi parler du "secteur tertiaire" ou du "secteur des bureaux". Le périmètre considéré sera précisé lorsqu'il sera nécessaire de lever une éventuelle ambiguïté. Les termes "branche" et "sous-branche" font quant à eux systématiquement référence à la nomenclature du CEREN (voir Annexes - Tableau 48: Correspondance entre codes APE, branches et sous-branches définies par le CEREN, page 171).
Les données du CEREN (surfaces chauffées, consommations par usage, etc.) issues des enquêtes permettent d’atteindre un niveau de précision appréciable à grande échelle. L’accès à la base de données du CEREN reste, pour l’instant, limitée à ses partenaires. L’extraction des données CEREN mise à disposition pour cette thèse fournit les informations précisées ci-dessous :
26
Figure 11: Données sélectionnées de la base CEREN
La base de données SITADEL
SITADEL est le « Système d’Information et de Traitement Automatisé des Données Élémentaires sur les Logements et les locaux ». Pour toutes les communes en France métropolitaine, les permis de construire à usage d’habitation (logement) et à usage non résidentiel (locaux) sont enregistrés dans la base SITADEL. Dans le dépôt d’un permis de construire, quand il s’agit d’un local tertiaire, la destination de construction doit être déclarée (dans le modèle CERFA n°13409*06 [31]). Les destinations et sous-destinations de constructions règlementées sont détaillées par l’arrêté du 10 novembre 2016 (source : [32]).
« L'arrêté définit les sous-destinations de constructions pouvant être réglementées par les plans locaux d'urbanisme en application des articles R. 151-27, R. 151-28 et R. 151-29 du code de l'urbanisme » Cette base de données permet un suivi historique de la construction neuve depuis 1975. À partir de janvier 2018, les enregistrements mensuels (dépôt de la demande de permis, autorisation et début des travaux) de la base SITADEL sont ouverts en accès libre par le Service de la donnée et des études statistiques (SDES).
L’extraction de SITADEL disponible au moment de la réalisation des travaux contient les données annuelles de chaque commune, de 1975 à 2015. Les permis sont classés par 7 tranches de SHON - surface hors œuvre nette, réparties dans 11 catégories de construction. Dans chaque commune, pour chaque année, le nombre de permis et leurs surfaces sont sommés par tranche SHON et par catégorie de construction. Les données de SITADEL retenues dans ce travail sont structurées comme suit :
27
Figure 12: Données sélectionnées de la base SITADEL
Les bases de données SIG de l’IGN
La base de données BDTOPO est un produit de l’Institut national de l'information géographique et forestière (IGN) français. La BDTOPO est une base SIG de forme vectorielle. Elle couvre les territoires et décrit leurs infrastructures en France. Elle est gratuite pour les collectivités locales et les organismes de recherche publics, mais seulement concernant les travaux d'étude et de recherche. Pour toute exploitation commerciale, elle est sous licence payante. Via la BDTOPO, nous avons une description géométrique de chaque bâtiment en 2,5 D c’est-à-dire l’emprise au sol et la hauteur. L’emprise au sol de chaque bâtiment est représentée sous forme d’un polygone ou multi-polygone, formé par un ensemble de points. Chaque point possède ses coordonnées X – Longitude et Y – Latitude. Dans la version 2 de la BDTOPO, l’usage tertiaire des bâtiments est mentionné, mais les informations concernant l’usage restent très limitées. Un nombre important de bâtiments, dont l’usage est inconnu, est regroupé sous la classe « indifférencié ». Nous utilisons en complément un autre produit de l’IGN qui est la base Adresse Premium [33]. Elle décrit le lien entre les adresses et les bâtiments référencés dans la BDTOPO, grâce au cadastre et à d’autres données cartographiques de l’IGN. La description des deux bases se trouve ci-dessous.
Figure 13:Données sélectionnées des bases SIG de l'IGN - BDTOPO et Adresse Premium
Les bases de données énergétiques en accès libre
Les bases de données en accès libre d’ENEDIS, de GrDF et les données locales de l’énergie donnent la consommation énergétique à la maille communale. Les bases utilisées dans notre travail sont du millésime 2017. Nous extrayons la consommation annuelle de l'électricité (ENEDIS), du gaz (GrDF)
28 et des réseaux de chaleur et de froid (données locales de l’énergie). Dans la base des données locales de l'énergie, il existe également des données de consommation de l'électricité et du gaz, mais la version 2017 de cette base a une qualité inférieure aux deux autres bases à la maille communale. Ces données permettent de connaître la contribution de trois grands secteurs : résidentiel, tertiaire et industriel par source d’énergie. On obtient ainsi une décomposition du marché énergétique à la maille communale. La séparation entre secteurs est basée sur les informations contenues dans les contrats : statut de l'acheteur et tranche de puissance. Or, l'acheteur figuré sur un contrat ne représente pas systématiquement tous les consommateurs couverts par ce contrat. Le critère de tranche de puissance laisse de côté les petits locaux tertiaires qui s’apparentent à du résidentiel. Ces bases de données en accès libre permettent la collecte des informations suivantes :
Figure 14: Données sélectionnées des bases en en accès libre d'ENEDIS, de GrDF et des données locales de l'énergie
Les enquêtes du secteur tertiaire d’EDF
Entre 2008 et 2014, EDF R&D a conçu et financé plusieurs enquêtes auprès des établissements tertiaires de plusieurs types d’activités : bureaux, commerces, enseignement, hôtels, locaux culturels et équipements sportifs. Chaque enquête couvre un échantillon d’entre 500 et 1000 établissements de toute taille, qui sont implantés sur tout le territoire français. Ces enquêtes sont de nature confidentielle. La formulation des enquêtes évolue en fonction de la date, des personnes en charge et du secteur ciblé. En conséquence, les informations disponibles peuvent être très différentes d’une enquête à une autre. Les enquêtes d’EDF représentent toutefois la seule source de données à notre disposition faisant le lien entre des bâtiments du secteur tertiaire et les systèmes installés ainsi que les travaux de rénovation. L’exploitation de ces enquêtes renseigne ainsi sur les systèmes installés et la nature des travaux de rénovation. Elles proposent aussi des éléments permettant d’enrichir certaines caractéristiques des bâtiments mal connues telles que le taux de vitrage et la forme de la toiture. Les données employées dans nos travaux sont décrites dans le Tableau 4.
